2015 추계 산업공학회에 참여했다.
학회를 다녀오면 좋은 연구를 해서 잘 발표하겠다는 생각이 든다. 또한 발표 태도나 장표의
구성에 대해서도 많이 고민하게 된다.

개인적인 생각이지만, 좋았던
발표에서 느낄 수 있는 것은 “왜 이 연구가 중요한가?” 라는
의문이 안 생기도록 하는 것 같다. 발표 초반에 문제의 흐름이나 필요성이 이해가 되면 방법론을 들을
때 더 집중할 수 있는 것 같다.

이번 학회도 좋은 기회가 되었다. 인상
깊었던 발표들에 대해 청취후기를 공유하고자 한다.

[Particle Map을 활용한 반도체 설비 불량 관리]

이번 학회에서 가장 재미있게 들은 발표이다. 발표자료도 매우 잘 구성되어
있었지만, 초반에 문제의 정의와 배경, 해결의 필요성에 대해
매우 잘 설명하여 몰입도가 매우 높았다. 반도체에 particle에
의한 불량이 현업에서 문제가 되는데, 실제 캠핑을 가서 비가 떨어지는 패턴을 보며 문제의 정의를 했다는
것이 매우 재미있었다. 텐트 끝에서 빗물이 떨어지면 그쪽 바닥에 흙만 파이듯이, particle이 떨어지는 위치도 특정한 패턴이 있을 것이라는 가설을 세우고 확인을 해보니 실제 그런 패턴이
존재하였다고 한다. Particle에 의한 고장을 탐지하고 예측하기 위해, particle의 위치를 X,Y축으로 데이터화 하고 시간에 따라
누적되는 particle 데이터의 분포를 찾아 관리하는 방법을 제안했다. 방법론은 간단하다고 할 수 있으나, 문제를 찾아내어 가설을 세우고
이를 확인한 후 해결에 도달하는 과정을 모두 설명한 것이 매우 인상 깊은 발표였다.

[스마트머신의 도래]

스마트 팩토리 교육세션이 하나 열렸는데, 시대에 흐름과 기술발달에
따라 학계에서도 연구가 활발히 진행되고 있다는 것을 느낄 수 있는 세션이었다. 기존 스마트팩토리는 IT관련회사들이 앞다투어 진행하고 있는 것이라는 편견이 있었는데, 이
발표는 화장품회사인 아모레퍼시픽에서 진행하여 신선하였다.

전반적으로 화장품을 만드는 공정에서의 공장자동화에 대한 계획에 대해 언급하였다.
그러나 현시점에서는 제품 품질관리를 목적으로 데이터를 수집 중이고 이를 바탕으로 불량제품을 찾는 것을 시행할 예정이라 하였는데, 모두가 말하는 스마트 공장을 얘기하지만 현 시점은 데이터를 통한 품질관리를 한다는 것은 계획만 너무 거창한
것이 아닌가라는 느낌을 받아 조금 아쉬운 부분이었다. 그러나 IT회사가
아님에도 최신 기술을 공부하고 적용하려는 노력을 하고 있다는 것이 대단하다고 생각한다.

[고장 패턴 추출을 위한 Dynamic
time segment 기반의 다변량 이산화 기법]

우리 연구실에서는 주로 품질관리에 있어서 관리도를 적용하여 고장을 찾는 연구를 한다. 이번 발표는 데이터 이산화 기법이라는 것을 통해 데이터의 패턴이 바뀌는 것을 찾아 고장을 탐지하는 방법을 설명하였다. 데이터 이산화 기법은 데이터의 정상 변동들을 유지하면서 데이터의 양을 줄이는 방법으로 고장 패턴 추출을 위한
전처리 기법으로 사용된다. Window 개념을 통해 데이터를 요약하는데, 발표자는 Window의 길이를 조절하는 기법을 제안하였다. 간단한 방법이나 현실적으로 적용할 때 연산시간이나 데이터 저장측면에서 효율성을 많이 높일 수 있을 것 같다.